CN111597959B - 行为检测方法、装置及电子设备 - Google Patents
行为检测方法、装置及电子设备 Download PDFInfo
- Publication number
- CN111597959B CN111597959B CN202010400047.2A CN202010400047A CN111597959B CN 111597959 B CN111597959 B CN 111597959B CN 202010400047 A CN202010400047 A CN 202010400047A CN 111597959 B CN111597959 B CN 111597959B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- detection frame
- detection
- frame
- behavior
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Health & Medical Sciences (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种行为检测方法、装置及电子设备,涉及行为检测技术领域,包括对待识别图像进行目标检测,得到目标检测框,其中,目标检测框包括行人检测框和车辆检测框;确定行人检测框与车辆检测框的位置关系,并根据位置关系从车辆检测框中选取出车辆候选框;对每个车辆候选框中的车辆的行为动作进行检测。本发明可以有效提高行为检测的稳定性和准确性。
Description
技术领域
本发明涉及行为检测技术领域,尤其是涉及一种行为检测方法、装置及电子设备。
背景技术
现有技术中,为了有效管理停车区域的车辆,需要对车辆的行为进行判断来获取该车辆是否存在异常行为,但是判断方法通常采用在车辆打开车门和后备箱时,对该时刻的图像进行直接检测,但是受到环境光、遮挡等因素的影响,可能会导致难以确定待检测行为的车辆,从而使得车辆行为检测结果的准确率不高。
发明内容
本发明的目的在于提供了一种行为检测方法、装置及电子设备,可以有效提高行为检测的准确性。
第一方面,本发明提供了一种行为检测方法,其中,包括:
对待识别图像进行目标检测,得到目标检测框,其中,所述目标检测框包括行人检测框和车辆检测框;
确定所述行人检测框与所述车辆检测框的位置关系,并根据所述位置关系从所述车辆检测框中选取出车辆候选框;
对每个所述车辆候选框中的车辆的行为动作进行检测。
进一步的,所述确定所述行人检测框与所述车辆检测框的位置关系的步骤,包括:
分别计算每个所述行人检测框和每个所述车辆检测框之间的距离;
根据距离计算结果确定所述行人检测框与所述车辆检测框的位置关系。
进一步的,所述位置关系包括近距离关系和远距离关系,所述根据距离计算结果确定所述行人检测框与所述车辆检测框的位置关系的步骤,包括:
在距离计算结果小于或等于预设距离时确定所述行人检测框与所述车辆检测框的位置关系为近距离关系;
在距离计算结果大于所述预设距离时确定所述行人检测框与所述车辆检测框的位置关系为远距离关系。
进一步的,所述根据所述位置关系从所述车辆检测框中选取出车辆候选框的步骤,包括:
从所述车辆检测框中筛选出与行人检测框具有近距离关系的车辆检测框,将筛选出的所述车辆检测框确定为车辆候选框。
进一步的,所述待识别图像的数量为多张,所述对每个所述车辆候选框中的车辆的行为动作进行检测的步骤,包括:
从多张所述待识别图像对应的车辆候选框中确定出用于表征同一车辆的车辆候选框;
对于同一车辆,通过预设分类器分别对该车辆对应的车辆候选框进行行为动作检测;
根据检测结果判别该车辆是否发生指定的一个或多个行为动作。
进一步的,所述方法还包括:
如果检测到发生了指定行为动作的目标车辆,获取所述目标车辆的车辆信息,基于所述车辆信息执行报警操作。
第二方面,本发明提供了一种行为检测装置,其中,包括:
识别单元,用于对待识别图像进行目标检测,得到目标检测框,其中,所述目标检测框包括行人检测框和车辆检测框;
位置关系单元,用于确定所述行人检测框与所述车辆检测框的位置关系,并根据所述位置关系从所述车辆检测框中选取出车辆候选框;
检测单元,用于对每个所述车辆候选框中的车辆的行为动作进行检测。
进一步的,所述位置关系单元还用于:
分别计算每个所述行人检测框和每个所述车辆检测框之间的距离;
根据距离计算结果确定所述行人检测框与所述车辆检测框的位置关系。
第三方面,本发明提供了一种电子设备,其中,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的计算机可执行指令,所述处理器执行所述计算机可执行指令以实现第一方面所述的行为检测方法的步骤。
第四方面,本发明提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其中,所述计算机程序被处理器运行时执行第一方面所述的行为检测方法的步骤。
本发明实施例带来了以下有益效果:
本发明提供了一种行为检测方法、装置及电子设备,通过对待识别图像进行目标检测,得到目标检测框(包括行人检测框和车辆检测框),再确定行人检测框与车辆检测框的位置关系,并根据位置关系从车辆检测框中选取出车辆候选框;对每个车辆候选框中的车辆的行为动作进行检测。在本实施例提供的上述方式中,可以通过待识别图像中行人检测框与车辆检测框的位置关系来选取车辆候选框,并针对每个车辆候选框中的车辆的行为动作进行检测,由于上述车辆是基于行人和车辆的位置来确定待检测行为动作的车辆并进一步对选取的车辆进行检测,可以有效提高车辆行为检测的准确性。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一提供的一种行为检测方法流程图;
图2为本发明实施例一提供的行为动作检测方法流程图;
图3为本发明实施例二提供的一种行为检测装置示意图;
图4为本发明实施例提供的电子设备的结构示意图。
图标:301-识别单元;302-位置关系单元;303-检测单元;400-处理器;401-存储器;402-总线;403-通信接口。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
考虑到现有技术中采用在车辆打开车门和后备箱时,对该时刻的图像进行直接检测,但是受到环境光、遮挡等因素的影响,可能会导致难以确定待检测行为的车辆,从而使得车辆行为检测结果的准确率不高的问题。本发明提供了一种行为检测方法、装置及电子设备,通过对待识别图像进行目标检测,得到目标检测框(包括行人检测框和车辆检测框),然后再确定行人检测框与车辆检测框的位置关系,并根据位置关系从车辆检测框中选取出车辆候选框,最终对每个车辆候选框中的车辆的行为动作进行检测,可以有效提高行为检测的准确性。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种行为检测方法进行详细介绍。
实施例一:
参照图1所示的一种行为检测方法流程图,可以由诸如计算机、处理器等电子设备执行,该方法主要包括步骤S101至步骤S103:
步骤S101,对待识别图像进行目标检测,得到目标检测框,其中,目标检测框包括行人检测框和车辆检测框。
在一种具体的实施方式中,该方法的应用场景诸如可以是车辆的停车场,图像可以是通过摄像头拍摄的,对待识别图像进行目标检测的方法是基于深度学习的方法进行检测的,通过深度学习模型可以对待识别图像进行行人检测和车辆检测,得到行人检测框和车辆检测框。
步骤S102,确定行人检测框与车辆检测框的位置关系,并根据位置关系从车辆检测框中选取出车辆候选框。
在一种具体的实施方式中,在得到行人检测框和车辆检测框后,对行人检测框和车辆检测框中的行人和车辆,完成行人与车辆在停车场全生命周期(例如从开始进入停车场到离开停车场的时间周期)的追踪和定位。通过行人与车辆的空间位置关系的判定,得到行人检测框与车辆检测框的位置关系。当行人在车辆车厢附近驻留活动时,诸如行人距离车辆小于或等于1米时,得到对应车辆的检测框作为车辆候选框。
步骤S103,对每个车辆候选框中的车辆的行为动作进行检测。
在一种具体的实施方式中,在行为动作进行检测之前,利用深度学习算法训练得到的分类器,对车辆候选框进行分类,根据分类结果判断车辆候选框车辆得车门是否完成了车门打开到关闭的一系列动作。当车辆完成整个打开车门到关闭车门一系列动作后,利用由车辆追踪和定位得到的车辆位置信息,检测对检测车辆在停车场的位置并识别车辆编号,将编号发送到控制平台。
在本实施例提供的上述方式中,可以通过待识别图像中行人检测框与车辆检测框的位置关系来选取车辆候选框,并针对每个车辆候选框中的车辆的行为动作进行检测,由于上述车辆是基于行人和车辆的位置来确定待检测行为动作的车辆并进一步对选取的车辆进行检测,可以有效提高车辆行为检测的准确性。
在具体实施时,确定行人检测框与车辆检测框的位置关系的步骤,包括步骤a~b:
步骤a,分别计算每个行人检测框和每个车辆检测框之间的距离;
步骤b,根据距离计算结果确定行人检测框与车辆检测框的位置关系。
其中,位置关系包括近距离关系和远距离关系,步骤b包括以下步骤1~2:
步骤1,在距离计算结果小于或等于预设距离时确定行人检测框与车辆检测框的位置关系为近距离关系;
步骤2,在距离计算结果大于预设距离时确定行人检测框与车辆检测框的位置关系为远距离关系。
在本实施例提供的上述方式中,可以确定行人和车辆的距离,便于提高准确性。
在具体实施时,根据位置关系从车辆检测框中选取出车辆候选框的步骤,包括:从车辆检测框中筛选出与行人检测框具有近距离关系的车辆检测框,将筛选出的车辆检测框确定为车辆候选框。
在本实施例提供的上述方式中,可以根据车辆候选框提高检测稳定性和准确性。
在具体实施时,参照图2所示的行为动作检测方法流程图,待识别图像的数量为多张,对每个车辆候选框中的车辆的行为动作进行检测的步骤,包括以下步骤S201~S203:
S201,从多张待识别图像对应的车辆候选框中确定出用于表征同一车辆的车辆候选框。
S202,对于同一车辆,通过预设分类器分别对该车辆对应的车辆候选框进行行为动作检测。
S203,根据检测结果判别该车辆是否发生指定的一个或多个行为动作。
在本实施例提供的上述方式中,可以根据车辆的行为动作对其进行检测,提高检测准确性。
在具体实施时,该方法还包括:如果检测到发生了指定行为动作的目标车辆,获取目标车辆的车辆信息,基于车辆信息执行报警操作。
在本实施例提供的上述方式中,可以执行报警操作,提高了在检测后的安全性。
实施例二:
参照图3所示的一种行为检测装置示意图,包括:
识别单元301,用于对待识别图像进行目标检测,得到目标检测框,其中,目标检测框包括行人检测框和车辆检测框。
位置关系单元302,用于确定行人检测框与车辆检测框的位置关系,并根据位置关系从车辆检测框中选取出车辆候选框。
检测单元303,用于对每个车辆候选框中的车辆的行为动作进行检测。
在本实施例提供的上述装置中,可以通过待识别图像中行人检测框与车辆检测框的位置关系来选取车辆候选框,并针对每个车辆候选框中的车辆的行为动作进行检测,由于上述车辆是基于行人和车辆的位置来确定待检测行为动作的车辆并进一步对选取的车辆进行检测,可以有效提高车辆行为检测的准确性。
在具体实施时,位置关系单元302还用于:
分别计算每个行人检测框和每个车辆检测框之间的距离;
根据距离计算结果确定行人检测框与车辆检测框的位置关系。
在具体实施时,位置关系包括近距离关系和远距离关系,位置关系单元302还用于:
在距离计算结果小于或等于预设距离时确定行人检测框与车辆检测框的位置关系为近距离关系;
在距离计算结果大于预设距离时确定行人检测框与车辆检测框的位置关系为远距离关系。
在具体实施时,位置关系单元302还用于:
从车辆检测框中筛选出与行人检测框具有近距离关系的车辆检测框,将筛选出的车辆检测框确定为车辆候选框。
在具体实施时,检测单元303还用于:
从多张待识别图像对应的车辆候选框中确定出用于表征同一车辆的车辆候选框;
对于同一车辆,通过预设分类器分别对该车辆对应的车辆候选框进行行为动作检测;
根据检测结果判别该车辆是否发生指定的一个或多个行为动作。
在具体实施时,该装置还包括:
报警单元,用于如果检测到发生了指定行为动作的目标车辆,获取目标车辆的车辆信息,基于车辆信息执行报警操作。
本发明实施例还提供一种电子设备,包括处理器和存储器,存储器存储有能够被处理器执行的计算机可执行指令,处理器执行计算机可执行指令以实现实施例一行为检测方法的步骤。
图4为本发明实施例提供的一种电子设备的结构示意图,该电子设备包括:处理器400,存储器401,总线402和通信接口403,处理器400、通信接口403和存储器401通过总线402连接;处理器400用于执行存储器401中存储的可执行模块,例如计算机程序。
其中,存储器401可能包含高速随机存取存储器(RAM,Random Access Memory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口403(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。
总线402可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器401用于存储程序,所述处理器400在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器400中,或者由处理器400实现。
处理器400可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器400中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器400可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DigitalSignal Processing,简称DSP)、专用集成电路(Application Specific IntegratedCircuit,简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器401,处理器400读取存储器401中的信息,结合其硬件完成上述方法的步骤。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,其中,计算机程序被处理器400运行时执行实施例一行为检测方法的步骤。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (6)
1.一种行为检测方法,其特征在于,应用场景是车辆的停车场,所述方法包括:
对待识别图像进行目标检测,得到目标检测框,其中,所述目标检测框包括行人检测框和车辆检测框;对所述行人检测框和所述车辆检测框中的行人和车辆完成行人和车辆在停车场全生命周期的追踪和定位;
分别计算每个所述行人检测框和每个所述车辆检测框之间的距离;根据距离计算结果确定所述行人检测框与所述车辆检测框的位置关系;所述位置关系包括近距离关系和远距离关系,所述根据距离计算结果确定所述行人检测框与所述车辆检测框的位置关系的步骤,包括:在距离计算结果小于或等于预设距离时确定所述行人检测框与所述车辆检测框的位置关系为近距离关系;在距离计算结果大于所述预设距离时确定所述行人检测框与所述车辆检测框的位置关系为远距离关系;从所述车辆检测框中筛选出与所述行人检测框具有近距离关系的车辆检测框,将筛选出的所述车辆检测框确定为车辆候选框;
对每个所述车辆候选框中的车辆的行为动作进行检测。
2.根据权利要求1所述的方法,其特征在于,所述待识别图像的数量为多张,所述对每个所述车辆候选框中的车辆的行为动作进行检测的步骤,包括:
从多张所述待识别图像对应的车辆候选框中确定出用于表征同一车辆的车辆候选框;
对于同一车辆,通过预设分类器分别对该车辆对应的车辆候选框进行行为动作检测;
根据检测结果判别该车辆是否发生指定的一个或多个行为动作。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
如果检测到发生了指定行为动作的目标车辆,获取所述目标车辆的车辆信息,基于所述车辆信息执行报警操作。
4.一种行为检测装置,其特征在于,应用场景是车辆的停车场,所述装置包括:
识别单元,用于对待识别图像进行目标检测,得到目标检测框,其中,所述目标检测框包括行人检测框和车辆检测框:
位置关系单元,用于分别计算每个所述行人检测框和每个所述车辆检测框之问的距离;根据距离计算结果确定所述行人检测框与所述车辆检测框的位置关系;所述位置关系包括近距离关系和远距离关系,所述根据距离计算结果确定所述行人检测框与所述车辆检测框的位置关系的步骤,包括:在距离计算结果小于或等于预设距离时确定所述行人检测框与所述车辆检测框的位置关系为近距离关系;在距离计算结果大于所述预设距离时确定所述行人检测框与所述车辆检测框的位置关系为远距离关系;从所述车辆检测框中筛选出与所述行人检测框具有近距离关系的车辆检测框,将筛选出的所述车辆检测框确定为车辆候选框;
检测单元,用于对每个所述车辆候选框中的车辆的行为动作进行检测。
5.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的计算机可执行指令,所述处理器执行所述计算机可执行指令以实现权利要求1至3任一项所述的行为检测方法的步骤。
6.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器运行时执行上述权利要求1至3任一项所述的行为检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010400047.2A CN111597959B (zh) | 2020-05-12 | 2020-05-12 | 行为检测方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010400047.2A CN111597959B (zh) | 2020-05-12 | 2020-05-12 | 行为检测方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111597959A CN111597959A (zh) | 2020-08-28 |
CN111597959B true CN111597959B (zh) | 2023-09-26 |
Family
ID=72182378
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010400047.2A Active CN111597959B (zh) | 2020-05-12 | 2020-05-12 | 行为检测方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111597959B (zh) |
Citations (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8195394B1 (en) * | 2011-07-13 | 2012-06-05 | Google Inc. | Object detection and classification for autonomous vehicles |
JP2012164275A (ja) * | 2011-02-09 | 2012-08-30 | Toyota Motor Corp | 画像認識装置 |
WO2015190051A1 (ja) * | 2014-06-10 | 2015-12-17 | 株式会社デンソー | 運転支援装置 |
WO2016117200A1 (ja) * | 2015-01-20 | 2016-07-28 | クラリオン株式会社 | 車両用外界認識装置およびそれを用いた車両挙動制御装置 |
WO2017126012A1 (ja) * | 2016-01-18 | 2017-07-27 | 三菱電機株式会社 | 運転支援装置、運転支援方法及び運転支援プログラム |
CN107133570A (zh) * | 2017-04-07 | 2017-09-05 | 武汉睿智视讯科技有限公司 | 一种车辆/行人检测方法及系统 |
JP2018045385A (ja) * | 2016-09-13 | 2018-03-22 | 本田技研工業株式会社 | 車両制御装置、車両制御方法、および車両制御プログラム |
DE102016224516A1 (de) * | 2016-12-08 | 2018-06-14 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Erkennen zumindest eines Fußgängers durch ein Fahrzeug |
CN108376235A (zh) * | 2018-01-15 | 2018-08-07 | 深圳市易成自动驾驶技术有限公司 | 图像检测方法、装置及计算机可读存储介质 |
CN108596116A (zh) * | 2018-04-27 | 2018-09-28 | 深圳市商汤科技有限公司 | 测距方法、智能控制方法及装置、电子设备和存储介质 |
CN108830196A (zh) * | 2018-05-31 | 2018-11-16 | 上海贵和软件技术有限公司 | 基于特征金字塔网络的行人检测方法 |
CN108875903A (zh) * | 2018-01-02 | 2018-11-23 | 北京迈格威科技有限公司 | 图像检测的方法、装置、系统及计算机存储介质 |
CN108960199A (zh) * | 2018-07-27 | 2018-12-07 | 北京工业大学 | 目标行人检测方法、装置及电子设备 |
CN109035658A (zh) * | 2018-08-21 | 2018-12-18 | 北京深瞐科技有限公司 | 一种文物安全防护方法及装置 |
CN109064495A (zh) * | 2018-09-19 | 2018-12-21 | 东南大学 | 一种基于Faster R-CNN与视频技术的桥面车辆时空信息获取方法 |
CN109711274A (zh) * | 2018-12-05 | 2019-05-03 | 斑马网络技术有限公司 | 车辆检测方法、装置、设备和存储介质 |
CN109882019A (zh) * | 2019-01-17 | 2019-06-14 | 同济大学 | 一种基于目标检测和动作识别的汽车电动尾门开启方法 |
CN109886100A (zh) * | 2019-01-14 | 2019-06-14 | 苏州工业园区职业技术学院 | 一种基于区域生成网络的行人检测系统 |
CN110378243A (zh) * | 2019-06-26 | 2019-10-25 | 深圳大学 | 一种行人检测方法及装置 |
CN110532985A (zh) * | 2019-09-02 | 2019-12-03 | 北京迈格威科技有限公司 | 目标检测方法、装置及系统 |
CN110674733A (zh) * | 2019-09-23 | 2020-01-10 | 厦门金龙联合汽车工业有限公司 | 多目标检测识别方法和辅助驾驶方法、系统 |
CN110688883A (zh) * | 2019-01-14 | 2020-01-14 | 成都通甲优博科技有限责任公司 | 车辆和行人检测方法及装置 |
CN110717449A (zh) * | 2019-10-09 | 2020-01-21 | 上海眼控科技股份有限公司 | 车辆年检人员的行为检测方法、装置和计算机设备 |
CN110738686A (zh) * | 2019-10-12 | 2020-01-31 | 四川航天神坤科技有限公司 | 静动态结合的视频人车检测方法及系统 |
CN110853353A (zh) * | 2019-11-18 | 2020-02-28 | 山东大学 | 基于视觉的密度交通车辆计数和交通流量计算方法及系统 |
CN110929692A (zh) * | 2019-12-11 | 2020-03-27 | 中国科学院长春光学精密机械与物理研究所 | 一种基于多传感器信息融合的三维目标检测方法及装置 |
CN110956069A (zh) * | 2019-05-30 | 2020-04-03 | 初速度(苏州)科技有限公司 | 一种行人3d位置的检测方法及装置、车载终端 |
CN111079675A (zh) * | 2019-12-23 | 2020-04-28 | 武汉唯理科技有限公司 | 基于目标检测与目标跟踪的行驶行为分析方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101543105B1 (ko) * | 2013-12-09 | 2015-08-07 | 현대자동차주식회사 | 보행자 인식 장치 및 그의 처리 방법과 이를 지원하는 차량 |
CN117400938A (zh) * | 2015-11-26 | 2024-01-16 | 御眼视觉技术有限公司 | 主车辆的车辆导航系统、主车辆和非暂时性机器可读介质 |
JP7192229B2 (ja) * | 2018-03-26 | 2022-12-20 | 株式会社デンソー | 検知装置、検知方法、およびコンピュータプログラム |
US10627819B1 (en) * | 2018-10-11 | 2020-04-21 | Pony Ai Inc. | On-site notification from autonomous vehicle for traffic safety |
-
2020
- 2020-05-12 CN CN202010400047.2A patent/CN111597959B/zh active Active
Patent Citations (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012164275A (ja) * | 2011-02-09 | 2012-08-30 | Toyota Motor Corp | 画像認識装置 |
US8195394B1 (en) * | 2011-07-13 | 2012-06-05 | Google Inc. | Object detection and classification for autonomous vehicles |
WO2015190051A1 (ja) * | 2014-06-10 | 2015-12-17 | 株式会社デンソー | 運転支援装置 |
WO2016117200A1 (ja) * | 2015-01-20 | 2016-07-28 | クラリオン株式会社 | 車両用外界認識装置およびそれを用いた車両挙動制御装置 |
WO2017126012A1 (ja) * | 2016-01-18 | 2017-07-27 | 三菱電機株式会社 | 運転支援装置、運転支援方法及び運転支援プログラム |
JP2018045385A (ja) * | 2016-09-13 | 2018-03-22 | 本田技研工業株式会社 | 車両制御装置、車両制御方法、および車両制御プログラム |
DE102016224516A1 (de) * | 2016-12-08 | 2018-06-14 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Erkennen zumindest eines Fußgängers durch ein Fahrzeug |
CN107133570A (zh) * | 2017-04-07 | 2017-09-05 | 武汉睿智视讯科技有限公司 | 一种车辆/行人检测方法及系统 |
CN108875903A (zh) * | 2018-01-02 | 2018-11-23 | 北京迈格威科技有限公司 | 图像检测的方法、装置、系统及计算机存储介质 |
CN108376235A (zh) * | 2018-01-15 | 2018-08-07 | 深圳市易成自动驾驶技术有限公司 | 图像检测方法、装置及计算机可读存储介质 |
CN108596116A (zh) * | 2018-04-27 | 2018-09-28 | 深圳市商汤科技有限公司 | 测距方法、智能控制方法及装置、电子设备和存储介质 |
CN108830196A (zh) * | 2018-05-31 | 2018-11-16 | 上海贵和软件技术有限公司 | 基于特征金字塔网络的行人检测方法 |
CN108960199A (zh) * | 2018-07-27 | 2018-12-07 | 北京工业大学 | 目标行人检测方法、装置及电子设备 |
CN109035658A (zh) * | 2018-08-21 | 2018-12-18 | 北京深瞐科技有限公司 | 一种文物安全防护方法及装置 |
CN109064495A (zh) * | 2018-09-19 | 2018-12-21 | 东南大学 | 一种基于Faster R-CNN与视频技术的桥面车辆时空信息获取方法 |
CN109711274A (zh) * | 2018-12-05 | 2019-05-03 | 斑马网络技术有限公司 | 车辆检测方法、装置、设备和存储介质 |
CN110688883A (zh) * | 2019-01-14 | 2020-01-14 | 成都通甲优博科技有限责任公司 | 车辆和行人检测方法及装置 |
CN109886100A (zh) * | 2019-01-14 | 2019-06-14 | 苏州工业园区职业技术学院 | 一种基于区域生成网络的行人检测系统 |
CN109882019A (zh) * | 2019-01-17 | 2019-06-14 | 同济大学 | 一种基于目标检测和动作识别的汽车电动尾门开启方法 |
CN110956069A (zh) * | 2019-05-30 | 2020-04-03 | 初速度(苏州)科技有限公司 | 一种行人3d位置的检测方法及装置、车载终端 |
CN110378243A (zh) * | 2019-06-26 | 2019-10-25 | 深圳大学 | 一种行人检测方法及装置 |
CN110532985A (zh) * | 2019-09-02 | 2019-12-03 | 北京迈格威科技有限公司 | 目标检测方法、装置及系统 |
CN110674733A (zh) * | 2019-09-23 | 2020-01-10 | 厦门金龙联合汽车工业有限公司 | 多目标检测识别方法和辅助驾驶方法、系统 |
CN110717449A (zh) * | 2019-10-09 | 2020-01-21 | 上海眼控科技股份有限公司 | 车辆年检人员的行为检测方法、装置和计算机设备 |
CN110738686A (zh) * | 2019-10-12 | 2020-01-31 | 四川航天神坤科技有限公司 | 静动态结合的视频人车检测方法及系统 |
CN110853353A (zh) * | 2019-11-18 | 2020-02-28 | 山东大学 | 基于视觉的密度交通车辆计数和交通流量计算方法及系统 |
CN110929692A (zh) * | 2019-12-11 | 2020-03-27 | 中国科学院长春光学精密机械与物理研究所 | 一种基于多传感器信息融合的三维目标检测方法及装置 |
CN111079675A (zh) * | 2019-12-23 | 2020-04-28 | 武汉唯理科技有限公司 | 基于目标检测与目标跟踪的行驶行为分析方法 |
Non-Patent Citations (2)
Title |
---|
Handling pedestrians in self-driving cars using image tracking and alternative path generation with Frenét frames;Sarcinelli等;《Computers & Graphics》;第84卷;第173-184页 * |
基于运动信息的异常行为检测方法研究与系统实现;刘超;《中国优秀硕士学位论文全文数据库 信息科技辑》(第4期);第I138-2766页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111597959A (zh) | 2020-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109784391B (zh) | 基于多模型的样本标注方法及装置 | |
US9940509B2 (en) | Object detection method and object detection apparatus | |
CN111428875A (zh) | 图像识别方法、装置及相应模型训练方法、装置 | |
CN111881741B (zh) | 车牌识别方法、装置、计算机设备和计算机可读存储介质 | |
CN112036385B (zh) | 库位修正方法、装置、电子设备及可读存储介质 | |
CN109102026B (zh) | 一种车辆图像检测方法、装置及系统 | |
CN111079621B (zh) | 检测对象的方法、装置、电子设备和存储介质 | |
CN111369801B (zh) | 车辆识别方法、装置、设备和存储介质 | |
CN110866428B (zh) | 目标跟踪方法、装置、电子设备及存储介质 | |
CN110647818A (zh) | 一种遮挡目标物体的识别方法及装置 | |
CN110490058B (zh) | 行人检测模型的训练方法、装置、系统和计算机可读介质 | |
CN112633151B (zh) | 一种确定监控图像中斑马线的方法、装置、设备及介质 | |
CN111597959B (zh) | 行为检测方法、装置及电子设备 | |
CN117197796A (zh) | 一种车辆遮挡识别方法及相关装置 | |
CN116740712A (zh) | 红外图像的目标标注方法、装置及电子设备、存储介质 | |
CN109949335B (zh) | 一种图像处理方法及装置 | |
CN116721396A (zh) | 车道线检测方法、设备及存储介质 | |
CN113591543B (zh) | 交通标志识别方法、装置、电子设备及计算机存储介质 | |
CN113674307B (zh) | 一种目标检测跟踪方法、装置及设备 | |
CN114842322A (zh) | 遗留物检测方法、装置及电子设备、计算机可读存储介质 | |
CN112507757B (zh) | 车辆行为检测方法、装置和计算机可读介质 | |
CN114359884A (zh) | 一种车牌识别方法、装置、电子设备及存储介质 | |
CN110581979B (zh) | 一种图像采集系统、方法及装置 | |
CN112633352A (zh) | 一种目标检测方法、装置、电子设备及存储介质 | |
CN116503695B (zh) | 目标检测模型的训练方法、目标检测方法及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230529 Address after: 314506 room 116, building 4, No. 288, development avenue, Tongxiang Economic Development Zone, Tongxiang City, Jiaxing City, Zhejiang Province Applicant after: Shengjing Intelligent Technology (Jiaxing) Co.,Ltd. Address before: 102200 5th floor, building 6, No.8 Beiqing Road, Changping District, Beijing Applicant before: SANY HEAVY INDUSTRY Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |